基于ChatGPT的安卓端语音助手

最新推荐文章于 2024-05-30 10:06:31 发布
最新推荐文章于 2024-05-30 10:06:31 发布
阅读量2.3k 收藏 29
点赞数 26
文章标签： chatgpt android 语音助手
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37576193/article/details/135086309
版权

介绍

项目特性

  • 支持用户预设问题模板，支持连续对话，支持gpt-3.5-turbo、gpt-4等模型
  • 支持联网，允许GPT获取在线网页
  • 支持拍照或从相册中上传图片到GPT Vision模型
  • 通过无障碍功能捕获音量键事件，实现在任意界面唤起
  • 支持从全局上下文菜单（选中文本后弹出的系统菜单）中直接唤起
  • 支持通过状态栏快捷按钮唤起
  • 支持对Markdown进行渲染
  • 使用华为或百度语音API进行语音输入
  • 调用系统TTS引擎输出语音

国内使用说明

本软件通过OpenAI API获取回复，在国内使用时可以用第三方转发服务，如Chatanywhere，其目前提供免费和付费服务，具体使用方法见下述说明

注：Chatanywhere注册需要GitHub账号，因此注册时需要能够登录GitHub的网络环境

费用说明

本软件不会收取任何费用，用户能够免费使用各项功能，但如果有特殊需求，使用的下述第三方服务可能会产生费用:

  1. ChatGPT调用费用

    • 以Chatanywhere为例，目前其免费服务限制对gpt-3.5-turbo模型的调用频率不超过60请求/小时/IP&Key，足够个人使用，若需要更高的调用频率或gpt-4模型，可以选择付费服务

  2. 百度语音识别接口费用

    • 目前华为HMS提供免费的语音识别接口，因此程序内置了作者的API Key以供直接使用，如无特殊情况该API将在华为免费期间一直可用

    • 程序也提供了对百度接口的调用以供有需要的情况下使用，目前百度短语音识别为新用户提供15万次 & 180天免费额度，额度外收取￥0.0034/次的调用费用

效果展示

一、基础使用：仅用音量键就可以操控

  1. 长按音量下键唤出界面

  2. 按住音量键不放，开始语音输入

  3. 松开后再次短按，发送问题

  4. 接收回复的同时可以自动通过语音进行播报

二、用状态栏快捷键也可触发

下拉状态栏，点击“GPT”按钮，即可唤出界面，键盘会自动弹出，可以手动输入问题

三、从全局上下文菜单唤起

在选中文本后弹出的系统菜单中，点击GPTAssistant选项，即可直接唤起应用并将选中文本添加到输入框

四、支持连续对话

激活上方的对话图标，即可保留当前会话，进行连续对话（点击左侧的头像图标可以对单条对话进行删除、重试等操作）

五、支持上传图片到Vision

当选择的模型中含有vision时（如gpt-4-vision-preview），输入框左侧会出现图片按钮，点击后可以拍照或从相册中选择图片

从其他应用中分享图片时，也可以选择本程序，将图片添加到输入框

 

 

经测试，gpt-4-vision-preview模型识别效果较好，可以识别较复杂的图片，可用于拍照识物、翻译文字、拍照答题等场景

注：Vision模型一般无法免费使用（如Chatanywhere），有需要的用户可以考虑付费服务

六、支持GPT联网

本程序实现了OpenAI的Function接口，允许GPT发起联网请求，程序会向GPT自动返回所需的网页数据，使GPT具有联网能力（需先在设置中开启联网选项）

 

 

注1：上图均为使用gpt-3.5-turbo模型的测试结果，建议在提问前加入“百度搜索”、“在线获取”、“从xxx获取”等字样引导GPT，以获得更好的联网效果

注2：由于需要将网页内容发送给GPT，联网时会产生大量Token消耗，gpt-4模型请谨慎使用

注3：gpt-4-vision-preview模型暂不支持联网

使用方法

1. 下载安装

直接下载最新发行版中的apk文件，安装即可

2. 配置 OpenAI

程序使用的是OpenAI API，需要用户在设置中填入自己的API_KEY，可以选择使用官方服务或第三方转发服务

  • 使用Chatanywhere转发服务（国内推荐）

    Chatanywhere提供了免费和付费的OpenAI API转发服务，目前免费服务限制60请求/小时/IP&Key调用频率，付费服务则无限制，可以在国内直接访问，用户可以参照其项目主页获取地址和KEY填入设置中

  • 使用官方服务

    在OpenAI官网注册账号并获取API_KEY，在设置中填写网址https://api.openai.com/和API_KEY

3. 配置百度语音识别 (可选)

注：程序默认使用的是华为语音识别接口，如无特殊情况，不需要进行此步骤

用户可以参照百度语音识别官方文档注册并创建应用，然后获取AppID、API Key和Secret Key填入设置中

若设置项的“启用长语音”选项关闭，则使用的是百度短语音识别接口，若开启，则使用的是实时语音识别接口，需要用户根据需求在创建应用时勾选对应的服务

此外，在创建应用时，需要将“语音包名”设置为“Android”，并填入本软件包名com.skythinker.gptassistant

设置语音包名

4. 开始使用

  1. 根据软件提示开启无障碍服务，并允许软件在后台运行

  2. 查看设置中是否存在“后台弹出界面”权限，如有该权限则允许，如无则忽略

    若发现长按音量下键后手机震动一下但没有弹出界面，大概率是因为缺少该权限

  3. 开始正常使用，可参照效果展示中的操作步骤

Q&A

软件唤起

Q: 长按音量下键只是在调节音量，并没有其他任何现象？

A: 请在设置中开启本软件的无障碍服务（重启手机后可能需要重新开启，建议设置为无障碍快捷方式）

Q: 长按音量下键后，手机震动了一下，但没有弹出界面？

A: 请在设置中允许程序“后台弹出界面”权限

Q: 隔一段时间不用就无法使用音量键唤起了？

A: 请在设置中允许程序在后台运行

语音播报

Q: 语音播报没声音 / 不好听？

A: 软件调用的是系统自带TTS(Text To Speech)服务，可以通过软件设置项“打开系统语音设置”进入系统设置界面，选择合适的语音引擎；若对系统自带引擎不满意也可以自行安装讯飞等第三方TTS引擎

Q: 华为和百度语音识别效果有什么差别？

A: 经测试，所使用的华为接口（实时语音识别）识别准确度较高，尤其是在中英混说的场景下，但其断句能力则不如百度，仅适合单句识别

联网相关

Q: 联网时GPT能访问什么网站？

A: 程序使用Android WebView加载网页，能用本机浏览器打开的网站都可以访问

Q: GPT能获取网站中的什么内容？

A: 对于一般网站，仅允许GPT获取纯文本内容，而对于下述特殊适配过的网站，GPT还可以获取到搜索结果链接：百度、必应、谷歌、谷歌学术、知乎、微博、京东、GitHub、B站、知网

如果你觉得有其他网站需要适配，可以提交Issue

Q: 为什么GPT在访问一些网站时说无法获取内容？

A: 网页加载超时(15s)、需要登录、需要验证等原因都可能导致这个问题，你可以尝试再次提问，或要求GPT更换访问的网站

其他使用问题

Q: 为什么列表中没有我需要的模型？

A: 软件仅内置了少数常用模型，你可以在设置中添加自定义模型（以英文分号分隔），添加后即会出现在列表中

Q: GPT返回的内容中表格无法正常显示？

A: 所使用的Markdown渲染器无法在测试中产生稳定的结果，因此暂不支持表格渲染

Q: 显示获取失败，提示请求超时，或产生错误码502/503？

A: 排除网络因素，该错误一般由OpenAI接口产生，可能由于其服务器负载过高导致，请重试或等待一段时间后再尝试 查看OpenAI实时状态

开发相关

Q: 编译仓库代码后无法使用华为HMS语音识别？

A: 为防止滥用，仓库中的Key开启了包名和签名验证，因此如果希望自行编译使用，需要根据华为官方文档创建AppGallery应用并替换鉴权信息，包括app/agconnect-services.json文件和app/src/main/res/values/strings.xml中的hms_api_key字段

主要功能更新日志

  • 2023.09.10 发布第一个版本，支持基础对话、百度语音输入、TTS输出、Markdown渲染等功能
  • 2023.09.13 支持连续对话、GPT-4、百度长语音识别，上下文菜单唤起
  • 2023.10.06 添加华为HMS语音识别
  • 2023.11.06 添加联网功能
  • 2023.12.04 添加Vision识图功能

TODO

  • 支持渲染Markdown表格
  • 高级模板功能
  • 连续语音交流

测试环境

已测试的机型：

机型系统版本Android 版本本程序版本
荣耀 7CEMUI 8.0.0Android 81.8.0
荣耀 20HarmonyOS 3.0.0Android 101.8.1
华为 Mate 30HarmonyOS 3.0.0Android 121.6.0
华为 Mate 30HarmonyOS 4.0Android 121.8.0
荣耀 Magic 4MagicOS 7.0Android 131.2.0
红米 K20 ProMIUI 12.5.6Android 111.5.0
红米 K60 ProMIUI 14.0.23Android 131.7.0
Pixel 2 (模拟器)Android 12Android 121.7.0

改进&贡献

如果你有改进建议或希望参与贡献，欢迎提交Issue或Pull Request

隐私说明

本程序不会以任何方式收集用户的个人信息，语音输入会直接发送给华为或百度API，提问会直接发送给OpenAI API，不会经过其他中间服务器

引用的开源项目

源码地址：

https://download.csdn.net/download/weixin_37576193/88643798

weixin_37576193
关注
  • 26
    点赞
  • 踩
  • 29
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
一叶 Chat Anywhere | 谷歌（Chrome）浏览器插件
03-03
【插件简介】 一叶是一个神奇的插件，安装该扩展后，您可以在任意网页打开聊天窗口，可以选择和同网站或者同网页的其他用户聊天。聊天窗口可以调整大小，自由移动，同时也支持弹幕显示。除了实时聊天之外，您还可以在网页上留言，关注其他用户，发私信，甚至邀请其他网页的用户来您所在的网页。 【插件相关文章】 一叶 在任意网页开启聊天窗口 【插件网站】 https://yiyechat.com 【插件更新】 2020-07-15 16:30:43 【插件版本】 7.1.0 【插件标签】 工具 Chrome插件 【插件安装教程】 请下载文件后先解压，然后进入页面： chrome://extensions/ 将文件拖拽到该页面，完成安装。 具体步骤: https://t.csdnimg.cn/NxMv 【热门插件】 ·CSDN 浏览器助手： https://plugin.csdn.net/
ChatGPT安卓版正式发布，附安装包，但有款手机无法使用
热门推荐
ChatGPT写论文，助力大学生轻松脱离论文苦海
07-27 2万+
ChatGPT安卓版如约而至，OpenAI正式宣布该应用已在谷歌应用商店上架，用户可以免费下载，对话不限次数。安卓版ChatGPT的主界面很简洁，功能目前还比较单一，仅支持对话，输入方式可以是文字和语音。考虑大家的手机品牌繁多，而且很可能没有谷歌商店应用，于是，我将安装包上传到了百度网盘，注意，此安装包是apks格式，可以下载一个MT管理器安装此格式的文件。目前中文、英文实测都是可以识别的，并且语音识别的准确度比较高。我已将安装包放到百度网盘，无法从谷歌商店下载的朋友，可以在。
探索本地智能：打造私密的语音助手——世界最简易版GPT类助理
最新发布
gitblog_00081的博客
05-30 388
探索本地智能：打造私密的语音助手——世界最简易版GPT类助理 项目地址:https://gitcode.com/nickbild/local_llm_assistant 在人工智能领域中，每一次创新都试图将未来带入现实。今天，我们关注的是世界最简易版GPT类语音助理，一个基于开源大型语言模型（LLM）的革命性项目，它完全在Raspberry Pi上运行，无需依赖任何云服务，为你的日常交互带来全新...
微信自动回复机器人weChaty+gpt（三分钟速成）
NSX-Truth
04-28 462
微信自动回复机器日weChaty+gpt（三分钟速成）
ChatAnywhere高效工作版使用指南
TSINGHUAJOKING
04-26 2219
ChatAnywhere是一款免费的AI在线聊天工具，可以帮助您获取答案、寻求建议、进行翻译和计算等等。欢迎大家一起讨论，共同进步。我们推出了三个版本的交互界面，分别是高效工作版、青春明亮版和成年友好版。其中，高效工作版的功能最全，特别有利于提高效率。本项目属于公益项目，在此郑重承诺：永不收费，永不投放广告，永不侵犯用户隐私数据。“ 我们的目标不应该是把机器人变成人类，而是把科技变成人类的工具，让每个人都能够分享科技带来的便利和美好。击输入框右上角图标，开启联网功能，可搜索即时信息，让机器人不再胡说八道。
探秘ChatAnywhere GPT API：免费且强大的自然语言处理工具
gitblog_00007的博客
03-19 764
探秘ChatAnywhere GPT API：免费且强大的自然语言处理工具 项目地址:https://gitcode.com/chatanywhere/GPT_API_free 在人工智能领域，自然语言处理（NLP）已成为一个不可或缺的分支，它让我们与机器之间的交流更加自然和智能。今天，我们将深入探讨一个名为ChatAnywhere GPT API的开源项目，这是一个免费提供给开发者使用的GPT模...
最近发现了个免费的GPT
qq_35058792的博客
05-30 1万+
gpt 免费
探秘开源聊天应用：ChatAnywhere
gitblog_00100的博客
04-02 561
探秘开源聊天应用：ChatAnywhere 项目地址:https://gitcode.com/LiangYang666/ChatAnywhere ChatAnywhere 是一个基于Web技术构建的开源即时通讯项目，旨在提供跨平台、轻量级且高度可定制化的聊天解决方案。该项目采用现代化的前端框架与后端服务相结合的方式，为开发者和用户提供了一种自由、灵活的通信工具。 技术架构 ChatAnywhere...
GPT Assistant 是一个基于ChatGPT的安卓端语音助手
10-08
GPT Assistant 是一个基于ChatGPT的安卓端语音助手，允许用户通过手机音量键从任意界面唤起并直接进行语音交流，用最快捷的方式询问并获取回复 项目特性 支持用户预设问题模板，支持连续对话，支持gpt-3.5-turbo和...
基于ChatGPT的安卓端语音助手，允许用户通过手机音量键从任意界面唤起并直接进行语音交流，用最快捷的方式询问并获取回复
10-08
【基于ChatGPT的安卓端语音助手】 在当今科技飞速发展的时代，人工智能已经深入到我们生活的各个领域，尤其在移动设备上，智能助手成为提升用户体验的重要工具。本项目是针对安卓平台开发的一款创新的语音助手，它...
Markwon：Android markdown库（无WebView）
01-28
马克旺 Markwon是Android的markdown库。 它借助令人惊叹的库解析遵循markdown，并将结果呈现为Android原生Spannables。 不涉及HTML作为中间步骤。 不需要WebView 。 它非常快速，功能丰富且可扩展。 它提供了在所有TextView小部件（ TextView ， Button ， Switch ， CheckBox等）， Toasts和接受Spanned内容的所有其他位置中显示markdown的功能。 库提供合理的默认值来显示降价内容的样式，但如果需要，还提供了所有调整外观的方法。 支持中列出的所有markdown功能（包括联/块HTML代码， markdown表，图像和语法高亮的支持）。 Markwon附带了一个。 它是库用法的集合，每个代码示例的搜索和源代码都附带了这些库用法。 自版本4.2.0起， Markwon附带了一个以突出显示作为用户类型的markdown输入（例如在EditText中）。 安装 implementation " io.noties.markwon:core: ${markwonVersion} "
一个简单的基于ChatGPT的语音助手项目.zip
11-13
Chatgpt学习资料项目资料 用于实战ChatgptAI技术 源代码 供参考（代码+使用说明） Chatgpt学习资料项目资料 用于实战ChatgptAI技术 源代码 供参考（代码+使用说明） Chatgpt学习资料项目资料 用于实战ChatgptAI技术 ...
基于ChatGPT技术的智能语音助手开发指南.docx
07-21
ChatGPT技术的使用教程、使用方法、使用技巧、使用注意事项、使用中常见问题
【Python】ChatAnywhere，ChatGPT API实现的简易版copilot，能够在word、wps、office中写文档使用，任意软件内可用
qq_39165617的博客
04-07 1095
在任意软件内使用快捷键补全选中文本，word和wps中都可以方便的使用。
anywhere无法获取服务器响应,使用Chat Anywhere可能出现的问题与解决方法
weixin_33148993的博客
08-10 846
在使用Chat Anywhere 的过程中，有可能会出现如下一些问题：(1)为什么从网上下载的Chat Anywhere 程序，在安装之后却发现不是聊天室程序?解决：尽管不太多见，但当出现这种情况时，用户最好注意观察一下，自己在双击ChatAnywhere 安装文件之后，是否显示的是如图4-1 所示的提示信息。如果不是，则肯定不是Chat Anywhere 程序。(2)自己所设置的用户账号ID ...
【ChatGPT初体验与Android的集成使用】
h397318057的博客
03-10 1万+
ChatGPT凭借着强大的AI功能火的一塌糊涂，由于其官网在国内不能访问，很多小伙伴不能很友好的体验及使用，现在就来分享一下其简单的集成使用，最后附上在Android端的集成代码。温馨提示:以下部分网址需要代理访问请求头中Authorization是Bearer类型，否则返回401错误手机运行的时候记得开启代理，否则白折腾半天…
探索Markdown新境界：Markwon - 高级Markdown解析库
gitblog_00030的博客
03-23 568
探索Markdown新境界：Markwon - 高级Markdown解析库 项目地址:https://gitcode.com/noties/Markwon 项目简介 在Web开发和文本处理领域，Markdown以其简洁、易读易写的特性赢得了广大开发者和写作爱好者的喜爱。然而，标准Markdown的功能相对有限，无法满足一些高级需求。这时，Markwon应运而生，它是一个Android平台上的高性能...
十分钟教你搭建ChatGPT 图片生成的安卓应用
05-11 2575
要添加此依赖项，请导航至 app > Gradle Scripts > build.gradle(app) 并在 dependencies 部分添加以下依赖项。今天，我们将集成 OpenAI API (ChatGPT)来构建一个简单的类似 ChatGPT 的 android 应用程序，让它返回我们想要的图片，本文是上一篇的姊妹篇。导航到 app > res > layout > activity_main.xml 并将以下代码添加到该文件。第 2 步：在 build.gradle 文件中添加以下依赖项。
基于ChatGPT几的AI助手
02-09
基于ChatGPT的AI助手是一种基于自然语言处理技术的人工智能助手，它可以与用户进行对话，并提供相关的信息和帮助。这种AI助手可以通过学习大量的文本数据来理解用户的问题，并生成合适的回答。 ChatGPT是由OpenAI开发的一种基于生成式预训练模型的对话系统。它使用了大规模的语料库进行预训练，并通过生成式的方式来生成回答。ChatGPT可以处理各种类型的问题，包括常见问题、技术问题、娱乐问题等。 与传统的规则引擎相比，基于ChatGPT的AI助手具有更强大的语义理解和自然语言生成能力。它可以根据用户的问题进行推理和理解，生成更加准确和自然的回答。同时，ChatGPT还可以通过不断的迭代和训练来提高其性能和准确度。 基于ChatGPT的AI助手可以应用于各种场景，包括在线客服、智能问答系统、个人助手等。它可以帮助用户解决问题、提供信息、进行娱乐等，为用户提供更好的使用体验。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

weixin_37576193

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值